• Java Nginx vLLM 分布式经验 PostgreSQL LangChain Kafka Redis 大数据经验 Shell Docker 微服务经验 MySQL Netty Dify 云计算经验 MongoDB LlamaIndex Python 核心定位： 作为公司派驻客户现场的AI Agent项目落地负责人，承担客户业务场景与公司Agent技术能力之间的连接器角色，确保AI Agent解决方案在客户真实环境中高效部署、稳定运行，并对最终的业务交付结果直接负责。
• 业务需求洞察与转化：深入客户一线业务场景，通过访谈、流程调研、数据走查等方式，将客户模糊的"降本增效"诉求转化为清晰、可执行的Agent技术需求文档，明确业务痛点与AI Agent切入点。
• Agent解决方案快速验证：基于公司AI产品及技术栈（含大模型、RAG、Agent框架等），在客户现场快速搭建Demo或完成概念验证（PoC），用可演示的原型验证技术可行性，推动客户决策。
• 系统部署与集成落地：主导公司Agent产品在客户生产环境的部署工作，完成与客户现有系统（如ERP、CRM、数据库等）的接口对接与联调，解决部署过程中出现的网络、权限、数据格式等兼容性问题。
• 问题闭环与客户成功：作为客户现场技术问题的统一接口，负责全流程跟踪并闭环处理从测试到上线各阶段的技术故障；持续关注Agent效果与业务指标，推动Bad Case的修正与模型迭代，确保客户真正用起来并产生业务价值。
• 经验沉淀与反馈传导：将现场交付中的共性问题和可复用经验进行系统化梳理，输出最佳实践SOP；同时将客户侧新需求清晰传导至内部产品与研发团队，驱动产品持续优化。

• 经验背景：3年以上B端企业软件交付、AI项目落地或解决方案实施经验，完整主导过至少1个AI Agent相关项目从需求调研到上线验收的全过程。
• 编程与工程能力： 熟练掌握Python或Java中至少一门语言，具备良好的代码规范意识，能够独立编写数据处理脚本、接口适配代码及轻量级运维工具。 熟悉Linux操作系统，掌握Shell脚本编写，能够在无图形界面的服务器环境下完成软件安装、环境变量配置、进程管理和日志排查等工作。 了解HTTP/HTTPS协议及RESTful API设计规范，能够使用Postman、curl等工具进行接口调试与联调。
• AI工程化与Agent部署能力： 熟悉AI项目落地的完整技术链路（数据采集→清洗→标注→模型训练→推理部署→持续迭代），能独立完成模型服务的容器化封装与发布。 了解主流大模型（LLM）的本地化或云端部署方案，熟悉vLLM、TGI等推理框架的基本使用；具备RAG应用搭建经验，掌握至少一种向量数据库（如Milvus、Pinecone、Chroma）的基本操作。 具备Agent框架（如LangChain、LlamaIndex、Dify等）的实操经验，能够根据客户场景设计并实现多智能体协作、工具调用、记忆管理等Agent能力。 具备Prompt Engineering实操经验，能够根据客户场景进行Few-shot、Chain-of-Thought等提示策略的设计与调优。 了解模型量化、蒸馏等轻量化技术的基本概念，能够根据客户硬件条件给出合理的模型选型建议。
• 数据工程能力： 具备扎实的SQL编写能力，能在MySQL、PostgreSQL等关系型数据库中完成复杂查询、数据聚合及质量探查。 能够使用Pandas、NumPy等Python数据处理库完成数据清洗、格式转换和统计分析。 具备数据建模基础意识，能协助客户梳理数据资产、评估数据质量，输出合理的标注规范与数据治理建议。
• 容器化与运维能力： 熟悉Docker容器技术，能够独立编写Dockerfile完成应用镜像构建，掌握docker-compose进行多服务编排。 了解Kubernetes基本概念（Pod、Deployment、Service、Ingress），能够排查常见的Pod启动失败、资源不足等异常问题。 掌握Nginx的基本配置，能够完成反向代理、负载均衡和SSL证书配置等常见操作。
• 安全与合规意识： 了解客户现场数据安全合规的基本要求（如数据不出域、脱敏处理、访问控制等），能够在部署方案设计中主动融入安全考量。
• 综合素质： 具备极强的沟通理解能力，能将复杂技术概念转化为业务语言，也能将模糊业务需求翻译为技术方案。 具备优秀的抗压能力和独立问题排查能力，能够在复杂多变的客户现场环境中，有条不紊地驱动项目稳步前进。 具备技术文档撰写能力，能独立输出部署手册、接口说明、问题排查指南等标准化交付物。

来自公开渠道的招聘信息，已清洗脱敏：不含企业名、HR 姓名与联系方式， 也不转载职位原文以外的内容。仅供了解岗位画像，不作为投递依据。

看全部岗位